基于改进ID3决策树和神经网络的机载LiDAR点云分类

• 作者: 崔团团 李晓天
• 来源期刊: 陕西能源职业技术学院学报
• 学科: 地球科学
• 关键词: 机载LIDAR 改进ID3决策树 人工神经网络 点云分类
• 年，卷（期）: 2019,（2）
• 页码范围: 33-38
• 页数: 6页
• 分类号: P237

摘要

ID3决策树能够避免单个特征信息的分类错误,但是在处理矛盾特征和模糊特征信息时又存在不足,因此本文提出了基于改进ID3决策树和神经网络的机载LiDAR点云分类方法。该方法首先使用机载LiDAR点云反射强度和回波次数、地面高度、点云滤波和点云光谱信息等5种不同地物特征信息融合在--起重新生成点云信息,然后采用改进ID3决策树分析这5种特征信息并生成二进制信号,最后使用后向传播人工神经网络(BP-ANN)方法训练样本确定特征信息在不同地物分类中的权重和对机载LiDAR点云分类。实验结果表明:该方法能够有效的处理矛盾特征信息和模糊特征分类,分类精度Kappa系数达到0.9023。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓天	长安大学地质工程与测绘学院	4	3	1.0	1.0
2	崔团团		3	0	0.0	0.0